Spitting for Science: Non-Invasive Drug Monitoring Through a Modified Liquid Micro Junction-Surface Sampling Probe
Notice bibliographique
Résumé
The use of saliva as a convenient, non-invasive alternative for therapeutic drug monitoring has become increasingly favorable with the emergence of pharmacokinetic and bioequivalence research providing a link between blood plasma and saliva concentrations. Therapeutic drug monitoring is a practice through which specific drugs are monitored at given time intervals to maintain a constant concentration in the blood. It is only necessary for patients taking drugs with known pharmacokinetic variability, narrow therapeutic indices and potential adverse effects. Although the drug concentration in saliva is lower than in plasma, saliva has a complex matrix, consisting of salts, immunoglobins, proteins and more. The polar matrix in the saliva introduces potential interference with the sensitivity of the drug detection through salt suppression. In this project, 6 drugs used as anticonvulsants and antidepressants were analysed in artificial saliva using a modified version of the Liquid Micro Junction-Surface Sampling Probe (LMJ-SSP) to maximize the sensitivity of observed signals and minimize the detection limits. The main parameter which was targeted for optimizing the extraction and ionization of the drug in the saliva samples was the polarity of the carrier liquid, which continuously flows in the coaxial tube of the LMJ-SSP. Upon analyzing four different carrier liquids, the mixture containing methanol, water and chloroform was determined to provide the best sensitivity. Additionally, the enrichment factors of the peak areas using the chloroform mixture in the modified LMJ-SSP were enhanced by a factor ranging between 2.9 to 31.4, depending on the analyte. Overall, the data obtained from this project thus far displays that modifying the polarity by modifying the carrier liquid composition to balance the extraction and ionization during analysis using the modified LMJ-SSP optimizes the sensitivity of the detection.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».